关于Tuple2的RDD的Apache Spark forEach：为我的RDD中的所有Tuple2返回一个值

Question

我有这个代码给了我一个我无法解决的意外错误的结果：

// A method that calls the collectDataRDD(logValues, rowData) method :

// ....
// my collectDataRDD(Values, rowData) method : 

问题是，当我尝试在数据对象上运行getStatus（）或getValidationDate（）等方法时，它是我的Tuple2的值，它只为我的JavaRDD中的所有对象提供一个输出，这是错误的，因为JavaRDD包含多个不同的对象。 但是，当我检查我的tuple2的键时，它给了我正确的结果。

我已经尝试了一切，仍然无法弄明白。 任何人都可以帮我解决这个问题。 提前收了很多。

Answer 1

验证是否

ticketsrdd.foreach((Tuple2<String, Data> rowData) -> {
    collectLogDataRDD(logValues, rowData);
}

是你想要做的。 在每种元素中逐个调用此函数，在这种情况下，Tuple2只有一个条目。

Answer 2

JavaRDD<Tuple2<String, Data>> ticketsrdd=TransformToRDD.transformToRDD(transformer.transform());
DataStore.setData(tickets);

将是一种Map<String, Tuple2> 。 而你的Tuple2将有一个键作为String，一个值作为Data。

现在当你说Data ticket = rowData._2 ; 你从1元组获得1个数据对象。 因此对于ticketsrdd每个元组， ticketsrdd调用collectLogDataRDD 。

让我们说ticketrdd有100个元素，然后它将调用collectLogDataRDD 100次，每次ticket.getStatus(); 也将被打电话。

这就是代码正在做的事情。 你期望有什么不同的行为？